随着时代生产要素的演进，当前人工智能时代的本质在于算法和数据。算法带来飞速便利的同时也带来了诸如大数据杀熟、算法黑箱、信息茧房、算法操纵等新的社会风险问题。2021年12月底，四部门联名签署对外公布《互联网信息服务算法推荐管理规定》（简称“《算法推荐规定》”），并已于2022年3月1日正式实施。基于此，有必要进一步厘清算法治理的基础内核，探究算法时代治理新路径。

一、当前我国算法治理的法律体系

    当前我国算法治理的立法体系已初步建成，构建起立法层级广、多部门联动、快速扩张的法律体系。立法监管由此前聚焦在网络安全、数据信息保护转变为当前深度的治理，即人工智能时代的算法治理。

在顶层设计方面，《法治社会建设实施纲要（2020－2025年）》就提出健全算法推荐、深度伪造等新技术应用的规范管理办法。另外，《“十四五”数字经济发展规划》指出加快构建算力、算法、数据、应用资源协同的全国一体化大数据中心体系。

　　虽然我们已经在多个层面进行立法，但是当前算法相关立法体系还存在问题。一是立法层级分散，主要聚焦在部门规范性文件。法律法规的制定时间成本明显高于部门规章和各类规范性文件，这就导致目前针对算法这一新兴问题主要在部门规范性文件及国家标准中，容易出现强制性不够、执法监管效果打折扣、部门职责划分不清等问题。同时多部门的规范性文件给平台企业也造成无法适从、标准不统一、专项行动式的紧急应对等情形发生。二是对平台的监管主要在事后被动监管，缺乏精细化的平台监管规范。对平台的监管主要根据平台的过错、行为、责任采取行政处罚措施，而此种监管模式在于缺乏事前的过程性监管，即便现在有算法备案制度，也是主要停留在特定重要领域的算法备案，再者对于备案的算法审查逻辑和标准也需要根据算法分级分类制度及时调整。三是对算法的技术性规范监管较少，立法缺少回归算法本源。算法是一个技术概念，是“计算的方法”或“处理数据的方法”，同时算法也是具备一定的学习能力的，能够根据现有的算法基础和数据不断演变。对于这些计算机指令的技术规范当前仍缺乏立法上的规范，目前主要规范是从网络安全、法律风险等角度来规制的。

二、算法治理的内核、路径与体系建设

　　为了促进算法相关立法体系的完善，实现算法的精准治理，笔者认为算法治理的内核在于数据信息安全。一方面算法是在自然语言基础上建构起来的一系列程序逻辑，本质上就是且、或、非的逻辑运算。但无论算法多么复杂，其本质也是“用数据训练的模型”，也就是通过不断投喂数据来实现算法的不断运行和进化。算法离不开数据的支持，当数据的处理活动出问题，那算法必然就出问题。因此关注算法的治理，本质就是数据的安全和合理处理。

　　另一方面自动化决策算法引发的“大数据杀熟”等法律风险已引起越来越多的社会关注，这说明算法治理的本质还在于信息的合理利用。此外，算法的灵魂在于其正向的价值观。数据信息的利用处分需要追求正向价值观，逐步实现算法的可验证、可审核、可监督、可追溯、可预测、可信赖，同时具备普惠性、公平性和非歧视性。

　　需要说明的是，数据信息安全包括数据安全和信息安全两大块，数据安全就是规范数据处理活动，保障数据安全，维护各方利益，保障数据开发利用和产业发展；信息安全就是以《个人信息保护法》为主体，规范个人信息处理活动，促进个人信息合理利用，从严保护个人隐私。

　　明晰了算法治理的内核，才能聚焦立法规范和监管的重点，对于当前实践中算法治理的困境问题有新的解决方案。人工智能乃至整个经济社会的发展离不开海量数据和个人信息的填充，自动化决策算法充分利用数据信息发挥更大的经济和社会价值。因此，笔者认为应当构建算法治理的“两内在一外延”保障路径，两个内在要素是强化隐私保护和拓宽数据的广度、深度和精度，一个外延保障是算法安全保障机制。